首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文--专用机器人论文

多重复杂工况下漂浮基空间机器人的智能控制系统设计及动力学模拟仿真

中文摘要第1-4页
Abstract第4-12页
第一章 绪论第12-28页
   ·引言第12页
   ·空间机器人概述第12-13页
   ·空间机器人研究现状综述第13-16页
   ·空间机器人的建模理论研究第16-19页
     ·刚性臂空间机器人第17页
     ·柔性臂空间机器人第17-18页
     ·柔性关节空间机器人第18页
     ·柔性关节、柔性臂空间机器人第18-19页
   ·空间机器人的控制问题研究第19-25页
     ·刚性臂空间机器人的控制方法第19-20页
     ·柔性关节空间机器人的控制方法第20页
     ·柔性臂空间机器人的控制方法第20-22页
     ·柔性关节、柔性臂空间机器人的控制方法第22页
     ·空间机器人控制过程中的难点和问题第22-25页
   ·论文主要研究内容及结构第25-28页
第二章 漂浮基空间机器人系统的运动学及动力学模拟第28-58页
   ·引言第28页
   ·漂浮基刚性单臂空间机器人系统的动力学模拟第28-34页
   ·漂浮基刚性双臂空间机器人系统的动力学模拟第34-42页
   ·漂浮基柔性关节空间机器人系统的动力学模拟第42-44页
   ·漂浮基柔性臂空间机器人系统的动力学模拟第44-51页
   ·漂浮基柔性臂、柔性关节空间机器人系统的动力学模拟第51-56页
   ·本章小结第56-58页
第三章 几种特殊工况下空间机器人系统的智能控制算法设计第58-98页
   ·引言第58页
   ·关节执行器输出力矩幅值及幅值变化率受限情况下系统运动的自适应模糊神经网络控制第58-66页
     ·问题描述第59页
     ·关节执行器输出力矩受限情况下系统动力学模型第59-60页
     ·自适应模糊神经网络控制算法设计第60-63页
     ·仿真算例第63-66页
   ·时延下系统运动基于Taylor级数展开的改进计算力矩控制第66-73页
     ·问题描述第66-67页
     ·基于Taylor级数展开的控制系统模型第67-69页
     ·基于Taylor级数预测、逼近的改进计算力矩控制算法设计第69-72页
     ·仿真算例第72-73页
   ·空间机器人捕获卫星的镇定运动的RBF神经网络控制第73-82页
     ·问题描述第73-74页
     ·空间机器人捕获目标卫星过程的接触碰撞动力学分析第74-77页
     ·RBF神经网络控制算法设计第77-80页
     ·仿真算例第80-82页
   ·基于模糊神经网络的空间机器人捕获卫星的镇定运动的非奇异终端滑模控制第82-95页
     ·问题描述第82页
     ·基于模糊神经网络的非奇异终端滑模控制算法设计第82-89页
     ·仿真算例第89-95页
   ·本章小结第95-98页
第四章 柔性关节空间机器人系统的运动控制及柔性振动主动抑制第98-120页
   ·引言第98页
   ·系统运动的非奇异模糊Terminal滑模控制及柔性振动抑制第98-105页
     ·问题描述第98-99页
     ·系统动力学奇异摄动建模第99-100页
     ·基于非奇异Terminal滑模面的模糊自适应控制算法设计第100-103页
     ·仿真算例第103-105页
   ·基于关节柔性补偿的系统运动径向基函数神经网络自适应控制及柔性振动主动抑制第105-111页
     ·问题描述第105页
     ·基于关节柔性补偿的控制系统数学模型第105-106页
     ·径向基函数神经网络自适应控制算法设计第106-109页
     ·仿真算例第109-111页
   ·基于级联系统法的系统运动自适应回归小波神经网络控制及柔性振动主动抑制第111-118页
     ·问题描述第111-112页
     ·小波回归神经网络第112-113页
     ·基于级联系统法的自适应滑模小波回归神经网络控制算法设计第113-117页
       ·刚性臂子系统的自适应滑模小波回归神经网络控制算法设计第113-114页
       ·电机转子子系统的自适应滑模小波回归神经网络控制算法设计第114-115页
       ·控制系统稳定性分析第115-116页
       ·SRWNN的在线学习算法第116-117页
     ·仿真算例第117-118页
   ·本章小结第118-120页
第五章 柔性臂空间机器人系统的运动控制及柔性振动主动抑制第120-172页
   ·引言第120页
   ·系统运动的模糊自适应补偿控制及弹性振动优化控制第120-132页
     ·问题描述第120-121页
     ·用奇异摄动理论分解柔性臂空间机器人系统第121-123页
     ·慢变子系统末端轨迹跟踪模糊自适应补偿控制器设计第123-128页
       ·标称的计算力矩控制器设计第123-125页
       ·基于模糊逻辑系统模糊自适应补偿控制器设计第125-128页
     ·快变子系统基于最优控制理论的控制器设计第128页
     ·仿真算例第128-132页
   ·系统运动的双环积分滑模控制及柔性振动分级模糊控制第132-141页
     ·问题描述第132页
     ·奇异摄动模型第132-133页
     ·慢变子系统的双环积分滑模控制算法设计第133-136页
       ·内环滑模控制律的设计第134-135页
       ·外环滑模控制律的设计第135-136页
     ·快变子系统的分级模糊控制算法设计第136-138页
     ·仿真算例第138-141页
   ·系统运动的模糊小波CMAC网络控制及柔性振动主动抑制第141-146页
     ·问题描述第141页
     ·控制算法设计与稳定性分析第141-145页
       ·慢变子系统的FWCMAC控制算法设计第142-145页
       ·快变子系统的分级模糊控制算法设计第145页
     ·仿真算例第145-146页
   ·系统运动的径向基函数神经网络控制及振动模态分级模糊控制第146-152页
     ·问题描述第146页
     ·控制算法设计与稳定性分析第146-150页
       ·慢变子系统的神经网络自适应补偿控制算法设计第147-150页
       ·柔性模态快时标子系统的控制算法设计第150页
     ·仿真算例第150-152页
   ·基于虚拟力概念的系统运动神经网络L_2增益鲁棒控制算法设计第152-159页
     ·问题描述第152页
     ·控制算法设计与稳定性分析第152-157页
       ·刚性运动神经网络L_2增益鲁棒控制算法设计第153-155页
       ·基于虚拟力的神经网络L_2增益鲁棒控制算法设计第155-157页
     ·仿真算例第157-159页
   ·基于虚拟力概念的系统运动模糊退步自适应控制算法设计第159-169页
     ·问题描述第159-160页
     ·刚性运动基于模糊基函数网络的退步控制算法设计第160-165页
       ·标称系统的退步控制器设计第161-162页
       ·基于模糊基函数网络的退步控制算法设计第162-165页
     ·基于虚拟力的模糊退步自适应控制算法设计法设计第165-167页
     ·仿真算例第167-169页
   ·本章小结第169-172页
第六章 柔性关节、柔性臂空间机器人系统的运动控制及双重柔性振动主动抑制第172-197页
   ·引言第172页
   ·系统运动的神经网络自适应反演控制及双重弹性振动主动抑制第172-179页
     ·问题描述第172-173页
     ·基于关节柔性补偿器的奇异摄动分解第173-175页
     ·双时标控制算法设计及稳定性分析第175-177页
       ·慢时标子系统的神经网络自适反演控制算法设计第175-176页
       ·快时标子系统的鲁棒最优控制算法设计第176-177页
     ·仿真算例第177-179页
   ·系统运动的基于虚拟力概念的自适应模糊全局滑模控制及双重柔性振动分阶主动抑制第179-188页
     ·问题描述第179页
     ·关节柔性补偿后奇异摄动分解第179-181页
     ·柔性臂子系统的自适应模糊全局滑模控制算法设计第181-185页
       ·跟踪虚拟期望轨迹的自适应模糊全局滑模控制第182-184页
       ·虚拟控制力的设计第184-185页
     ·仿真算例第185-188页
   ·系统运动的基于虚拟力概念的运动鲁棒H_∞控制及双重柔性振动主动抑制第188-195页
     ·问题描述第188页
     ·柔性臂子系统的鲁棒H_∞状态反馈控制算法设计第188-191页
       ·跟踪虚拟期望轨迹的鲁棒H_∞状态反馈控制第189-190页
       ·虚拟控制力的设计第190-191页
     ·仿真算例第191-195页
   ·本章小结第195-197页
结论第197-201页
参考文献第201-211页
致谢第211-212页
个人简历、在学期间的研究成果及发表的学术论文第212-216页

论文共216页,点击 下载论文
上一篇:多尺度多平台遥感影像在城市遥感中的应用研究
下一篇:高效降解高分子量多环芳烃的混合菌剂的开发